中山大学2025从技术突破到场景落地大模型发展图谱与DeepSeek创新应用报告96页_6mb

从技术突破到场景落地：大模型发展图谱与DeepSeek创新应用

李煜政 中山大学软件工程学院

人工智能大模型发展现状

当前人工智能大模型发展呈现显著态势。自2017年起，人工智能连续被列为Gartner十大科技趋势，2024年全民化的生成式AI成为核心方向，2025年代理型AI与AI治理平台并列前二。大模型技术已从早期决策式AI（如推荐系统、图像识别）转向生成式AI，推动各行业应用深化。

DeepSeek热潮

DeepSeek自2023年11月发布LLM模型后，持续升级迭代，2024年12月推出V3版本，2025年1月上线App与R1模型，引发市场关注。其通过优化模型结构与训练方式，显著降低部署成本，并被国内云厂商及央国企广泛接入。例如，三大运营商、能源行业（南方电网、国家电网）、汽车行业（东风、长安等）及金融领域（国有银行、券商）均将其应用于智能客服、数据分析、合规问答等场景。

DeepSeek核心价值

DeepSeek通过纯强化学习方法（DeepSeek-R1-Zero）训练模型，实现长思维链推理能力。其推理模型（DeepSeek-R1）在数学竞赛、编程任务等复杂场景中表现突出，甚至超越人类专家。模型知识密度提升规律为每8个月翻倍，推动从数据飞轮向智慧飞轮升级，结合合成数据与强化学习范式实现自我迭代。

DeepSeek破圈后的大模型发展趋势

1. 从摩尔定律到知识密度提升：芯片性能增速放缓，大模型更依赖架构优化与知识密度提升，以降低算力需求。
2. Test-Time Scaling Law：当预训练收益受限时，模型通过测试时扩展（如增加思考时间）提升能力，成为通向AGI的潜在路径。
3. 高质量数据竞争壁垒：数据成为大模型发展的核心资源，优质数据集与数据适配技术决定模型竞争力。
4. 通用与垂域模型协同发展：通用大模型需解决专业领域幻觉问题，垂域模型则聚焦实际问题解决，二者互补推动技术落地。
5. 本地部署小模型成为主流：DeepSeek通过蒸馏技术缩小模型尺寸，实现低资源本地部署，提升数据安全与场景覆盖。

大模型重点应用场景

1. 医疗领域：DeepSeek医疗大模型在病历生成、医学问答、诊断预测等场景中表现优异，中医药评测体系（CTCMB）与综合医疗基准（Medbench）排名靠前。
2. 智能客服与虚拟助手：应用于金融、电商等行业的自动化咨询、售后处理及营销策略优化，支持多语言翻译与文档自动生成。
3. 内容创作与媒体生成：自动撰写新闻、广告文案，生成多模态内容（如图文、视频），结合AI工具实现高效创作。
4. 智能体（Agent）：通过调用外部工具接口，完成复杂任务（如金融交易、数据处理），部分案例（如FreysaAgent）已实现商业化应用。
5. 办公提效：支持公文写作、会议纪要生成、PPT大纲设计、Excel数据处理、统计图表绘制及编程辅助等功能。

DeepSeek能力赋能个人发展

DeepSeek通过多样化提示词技巧与功能扩展，提升个人生产力：

• 公文写作：深圳福田区部署AI数智员工，优化行政文本生成效率。
• 文档处理：腾讯文档接入后实现文本总结、思维导图生成；用户可上传数据文件，由DeepSeek制作统计图或流程图。
• 编程与开发：Cursor、Trae等工具集成DeepSeekAPI，支持代码生成、自动补全及项目开发辅助。
• 知识搜索与论文写作：实时联网搜索功能弥补模型训练数据时效性局限，Zotero插件辅助文献阅读与论文撰写。
• 教育与研究：用于研究现状调研（如知网文献整理）、演讲稿设计及创意内容生成（如海报制作、视频描述词生成）。
• 本地化部署与微调：支持个人及企业通过一键启动包或模型微调适配特定领域任务，降低技术门槛。

总结

大模型技术正从理论突破迈向实际应用，DeepSeek通过持续迭代与创新，成为行业标杆。其技术路径强调知识密度提升、本地部署优化及智能体生态构建，覆盖医疗、金融、政务等重点场景。对个人而言，DeepSeek通过提示词工程与工具集成，赋能文档处理、创意设计、编程开发等多领域，推动AI从效率工具向业务增长引擎进化。未来，大模型的发展将更依赖数据质量、架构创新及场景适配能力，而DeepSeek的实践经验为这一进程提供了重要参考。